Messiah___的博客

Slim Fly 一种高性能、经济高效的网络拓扑，它接近理论上的最佳网络直径。Slim Fly网络拓扑是基于一种图论方法，这种方法试图近似解决度-直径问题（degree-diameter problem）。度-直径问题是图论中的一个经典问题，指的是在给定图的度数（每个节点连接的边的数量）和直径（两个节点之间的最大最短路径长度）约束下，寻找具有最大节点数的图。换句话说，就是在限制网络中每个节点连接的数量（度）和网络的最大通信距离（直径）的条件下，设计一个尽可能大的网络。

John Kim, William J. Dally 等人在 2008 年的 ISCA 中提出技术驱动、高度可扩展的 Dragonfly 拓扑。而文章中也提到了 针对 Dragonfly 拓扑的路由算法。本文对其中提到的路由算法进行汇总归纳。主要是讨论蜻蜓拓扑的最小和非最小路由算法。

UGAL 是一种自适应路由算法，可保证最坏情况下的最佳性能，而不会牺牲良性（最佳情况）流量的任何局部性。UGAL 通过根据通道队列的拥塞情况自适应地决定何时最小化或非最小化路由数据包来实现此属性。UGAL 是通用的，因为它可以应用于任意对称拓扑。我们将 UGAL 应用于三种对称拓扑 - 全连接图、环面网络和立方体连接循环，并通过广泛的模拟证明了其对每种拓扑的有效性。

总而言之，CQR 感知近似全局拥塞，并使用通道队列拥塞做出自适应全局路由决策，以最小化本地流量路由，同时非最小路由以在高负载下平衡困难流量模式。CQR 与 GAL 一样，可以匹配局部模式上的最小算法的吞吐量，以及困难模式上的负载平衡不经意算法的吞吐量——这是其他不做出全局自适应决策的算法无法实现的。通道队列路由克服了与 GAL 相关的许多问题。最重要的是，在需要非最小路由的负载上，CQR 的延迟远低于 GAL。这是因为在切换到非最小路由之前，它不需要将最小流量运行到饱和状态，从而导致高延迟。

总结自A. Singh 的博士毕业论文。文章提出了用于 torus 网络的随机、非最小、不经意路由算法——**RLB和RLBth**

在低负载和良性流量模式下，GAL 最小限度地路由所有流量，因此与此类友好流量上的最小路由算法的低延迟和高吞吐量相匹配。在对抗性流量模式下，GAL 在低负载时进行最小路由，然后在注入队列检测到拥塞时切换到非最小路由。在饱和状态下，GAL 与最佳负载平衡的不经意路由的吞吐量相匹配。这结合了最小算法（低负载下的低延迟）和明显负载平衡算法（高饱和​​吞吐量）的最佳功能。虽然 GAL 在各种吞吐量和延迟指标上比任何其他已知的路由算法表现更好，但 GAL 存在四个严重问题。

总结自 A. Singh 的博士毕业论文 —— Load-Balanced Routing in Interconnection Networks介绍了一种用于网络 torus 的负载平衡、非最小自适应路由算法 GOAL，该算法在对抗流量模式上实现高吞吐量，同时保留良性模式的局部性。GOAL 匹配或超过 Valiant 算法在对抗模式上的吞吐量，并与 CHAOS、RLB 和最小路由的最坏情况性能相比提升 40%。